pydicom

Biblioteca Python para trabalhar com arquivos DICOM (Digital Imaging and Communications in Medicine). Use essa skill ao ler, escrever ou modificar dados de imagens médicas em formato DICOM, extrair da

SKILL.md

GitHub

Pydicom

Visão Geral

Pydicom é um pacote Python puro para trabalhar com arquivos DICOM, o formato padrão para dados de imagens médicas. Essa skill oferece orientação sobre leitura, escrita e manipulação de arquivos DICOM, incluindo trabalho com dados de pixel, metadados e vários formatos de compressão.

Quando Usar Essa Skill

Use essa skill ao trabalhar com:

  • Arquivos de imagens médicas (TC, RM, Raio-X, ultrassom, PET, etc.)
  • Conjuntos de dados DICOM que requerem extração ou modificação de metadados
  • Extração de dados de pixel e processamento de imagem a partir de exames médicos
  • Anonimização de DICOM para pesquisa ou compartilhamento de dados
  • Conversão de arquivos DICOM para formatos de imagem padrão
  • Dados DICOM comprimidos que requerem descompressão
  • Sequências DICOM e relatórios estruturados
  • Reconstrução de volume multi-slice
  • Integração com PACS (Picture Archiving and Communication System)

Instalação

Instale pydicom e dependências comuns:

uv pip install pydicom
uv pip install pillow  # Para conversão de formato de imagem
uv pip install numpy   # Para manipulação de array de pixel
uv pip install matplotlib  # Para visualização

Para lidar com arquivos DICOM comprimidos, pacotes adicionais podem ser necessários:

uv pip install pylibjpeg pylibjpeg-libjpeg pylibjpeg-openjpeg  # Compressão JPEG
uv pip install python-gdcm  # Manipulador de compressão alternativo

Fluxos de Trabalho Principais

Leitura de Arquivos DICOM

Leia um arquivo DICOM usando pydicom.dcmread():

import pydicom

# Ler um arquivo DICOM
ds = pydicom.dcmread('path/to/file.dcm')

# Acessar metadados
print(f"Patient Name: {ds.PatientName}")
print(f"Study Date: {ds.StudyDate}")
print(f"Modality: {ds.Modality}")

# Exibir todos os elementos
print(ds)

Pontos-chave:

  • dcmread() retorna um objeto Dataset
  • Acesse elementos de dados usando notação de atributo (ex: ds.PatientName) ou notação de tag (ex: ds[0x0010, 0x0010])
  • Use ds.file_meta para acessar metadados de arquivo como Transfer Syntax UID
  • Trate atributos ausentes com getattr(ds, 'AttributeName', default_value) ou hasattr(ds, 'AttributeName')

Trabalhando com Dados de Pixel

Extraia e manipule dados de imagem a partir de arquivos DICOM:

import pydicom
import numpy as np
import matplotlib.pyplot as plt

# Ler arquivo DICOM
ds = pydicom.dcmread('image.dcm')

# Obter array de pixel (requer numpy)
pixel_array = ds.pixel_array

# Informações de imagem
print(f"Shape: {pixel_array.shape}")
print(f"Data type: {pixel_array.dtype}")
print(f"Rows: {ds.Rows}, Columns: {ds.Columns}")

# Aplicar janelamento para exibição (TC/RM)
if hasattr(ds, 'WindowCenter') and hasattr(ds, 'WindowWidth'):
    from pydicom.pixel_data_handlers.util import apply_voi_lut
    windowed_image = apply_voi_lut(pixel_array, ds)
else:
    windowed_image = pixel_array

# Exibir imagem
plt.imshow(windowed_image, cmap='gray')
plt.title(f"{ds.Modality} - {ds.StudyDescription}")
plt.axis('off')
plt.show()

Trabalhando com imagens coloridas:

# Imagens RGB têm shape (rows, columns, 3)
if ds.PhotometricInterpretation == 'RGB':
    rgb_image = ds.pixel_array
    plt.imshow(rgb_image)
elif ds.PhotometricInterpretation == 'YBR_FULL':
    from pydicom.pixel_data_handlers.util import convert_color_space
    rgb_image = convert_color_space(ds.pixel_array, 'YBR_FULL', 'RGB')
    plt.imshow(rgb_image)

Imagens multi-frame (vídeos/séries):

# Para arquivos DICOM multi-frame
if hasattr(ds, 'NumberOfFrames') and ds.NumberOfFrames > 1:
    frames = ds.pixel_array  # Shape: (num_frames, rows, columns)
    print(f"Number of frames: {frames.shape[0]}")

    # Exibir frame específico
    plt.imshow(frames[0], cmap='gray')

Convertendo DICOM para Formatos de Imagem

Use o script fornecido dicom_to_image.py ou converta manualmente:

from PIL import Image
import pydicom
import numpy as np

ds = pydicom.dcmread('input.dcm')
pixel_array = ds.pixel_array

# Normalizar para intervalo 0-255
if pixel_array.dtype != np.uint8:
    pixel_array = ((pixel_array - pixel_array.min()) /
                   (pixel_array.max() - pixel_array.min()) * 255).astype(np.uint8)

# Salvar como PNG
image = Image.fromarray(pixel_array)
image.save('output.png')

Use o script: python scripts/dicom_to_image.py input.dcm output.png

Modificando Metadados

Modifique elementos de dados DICOM:

import pydicom
from datetime import datetime

ds = pydicom.dcmread('input.dcm')

# Modificar elementos existentes
ds.PatientName = "Doe^John"
ds.StudyDate = datetime.now().strftime('%Y%m%d')
ds.StudyDescription = "Modified Study"

# Adicionar novos elementos
ds.SeriesNumber = 1
ds.SeriesDescription = "New Series"

# Remover elementos
if hasattr(ds, 'PatientComments'):
    delattr(ds, 'PatientComments')
# Ou usando del
if 'PatientComments' in ds:
    del ds.PatientComments

# Salvar arquivo modificado
ds.save_as('modified.dcm')

Anonimizando Arquivos DICOM

Remova ou substitua informações de identificação pessoal do paciente:

import pydicom
from datetime import datetime

ds = pydicom.dcmread('input.dcm')

# Tags que comumente contêm PHI (Protected Health Information)
tags_to_anonymize = [
    'PatientName', 'PatientID', 'PatientBirthDate',
    'PatientSex', 'PatientAge', 'PatientAddress',
    'InstitutionName', 'InstitutionAddress',
    'ReferringPhysicianName', 'PerformingPhysicianName',
    'OperatorsName', 'StudyDescription', 'SeriesDescription',
]

# Remover ou substituir dados sensíveis
for tag in tags_to_anonymize:
    if hasattr(ds, tag):
        if tag in ['PatientName', 'PatientID']:
            setattr(ds, tag, 'ANONYMOUS')
        elif tag == 'PatientBirthDate':
            setattr(ds, tag, '19000101')
        else:
            delattr(ds, tag)

# Atualizar datas para manter relações temporais
if hasattr(ds, 'StudyDate'):
    # Deslocar datas por um offset aleatório
    ds.StudyDate = '20000101'

# Manter dados de pixel intactos
ds.save_as('anonymized.dcm')

Use o script fornecido: python scripts/anonymize_dicom.py input.dcm output.dcm

Escrevendo Arquivos DICOM

Crie arquivos DICOM do zero:

import pydicom
from pydicom.dataset import Dataset, FileDataset
from datetime import datetime
import numpy as np

# Criar informações de meta arquivo
file_meta = Dataset()
file_meta.MediaStorageSOPClassUID = pydicom.uid.generate_uid()
file_meta.MediaStorageSOPInstanceUID = pydicom.uid.generate_uid()
file_meta.TransferSyntaxUID = pydicom.uid.ExplicitVRLittleEndian

# Criar a instância FileDataset
ds = FileDataset('new_dicom.dcm', {}, file_meta=file_meta, preamble=b"\0" * 128)

# Adicionar elementos DICOM obrigatórios
ds.PatientName = "Test^Patient"
ds.PatientID = "123456"
ds.Modality = "CT"
ds.StudyDate = datetime.now().strftime('%Y%m%d')
ds.StudyTime = datetime.now().strftime('%H%M%S')
ds.ContentDate = ds.StudyDate
ds.ContentTime = ds.StudyTime

# Adicionar elementos específicos de imagem
ds.SamplesPerPixel = 1
ds.PhotometricInterpretation = "MONOCHROME2"
ds.Rows = 512
ds.Columns = 512
ds.BitsAllocated = 16
ds.BitsStored = 16
ds.HighBit = 15
ds.PixelRepresentation = 0

# Criar dados de pixel
pixel_array = np.random.randint(0, 4096, (512, 512), dtype=np.uint16)
ds.PixelData = pixel_array.tobytes()

# Adicionar UIDs obrigatórios
ds.SOPClassUID = pydicom.uid.CTImageStorage
ds.SOPInstanceUID = file_meta.MediaStorageSOPInstanceUID
ds.SeriesInstanceUID = pydicom.uid.generate_uid()
ds.StudyInstanceUID = pydicom.uid.generate_uid()

# Salvar arquivo
ds.save_as('new_dicom.dcm')

Compressão e Descompressão

Lide com arquivos DICOM comprimidos:

import pydicom

# Ler arquivo DICOM comprimido
ds = pydicom.dcmread('compressed.dcm')

# Verificar syntax de transferência
print(f"Transfer Syntax: {ds.file_meta.TransferSyntaxUID}")
print(f"Transfer Syntax Name: {ds.file_meta.TransferSyntaxUID.name}")

# Descomprimir e salvar como descomprimido
ds.decompress()
ds.save_as('uncompressed.dcm', write_like_original=False)

# Ou comprimir ao salvar (requer codificador apropriado)
ds_uncompressed = pydicom.dcmread('uncompressed.dcm')
ds_uncompressed.compress(pydicom.uid.JPEGBaseline8Bit)
ds_uncompressed.save_as('compressed_jpeg.dcm')

Syntaxes de transferência comuns:

  • ExplicitVRLittleEndian - Descomprimido, mais comum
  • JPEGBaseline8Bit - Compressão JPEG com perda
  • JPEGLossless - Compressão JPEG sem perda
  • JPEG2000Lossless - JPEG 2000 sem perda
  • RLELossless - Codificação Run-Length sem perda

Veja references/transfer_syntaxes.md para lista completa.

Trabalhando com Sequências DICOM

Lide com estruturas de dados aninhadas:

import pydicom

ds = pydicom.dcmread('file.dcm')

# Acessar sequências
if 'ReferencedStudySequence' in ds:
    for item in ds.ReferencedStudySequence:
        print(f"Referenced SOP Instance UID: {item.ReferencedSOPInstanceUID}")

# Criar uma sequência
from pydicom.sequence import Sequence

sequence_item = Dataset()
sequence_item.ReferencedSOPClassUID = pydicom.uid.CTImageStorage
sequence_item.ReferencedSOPInstanceUID = pydicom.uid.generate_uid()

ds.ReferencedImageSequence = Sequence([sequence_item])

Processando Séries DICOM

Trabalhe com múltiplos arquivos DICOM relacionados:

import pydicom
import numpy as np
from pathlib import Path

# Ler todos os arquivos DICOM em um diretório
dicom_dir = Path('dicom_series/')
slices = []

for file_path in dicom_dir.glob('*.dcm'):
    ds = pydicom.dcmread(file_path)
    slices.append(ds)

# Ordenar por localização de slice ou número de instância
slices.sort(key=lambda x: float(x.ImagePositionPatient[2]))
# Ou: slices.sort(key=lambda x: int(x.InstanceNumber))

# Criar volume 3D
volume = np.stack([s.pixel_array for s in slices])
print(f"Volume shape: {volume.shape}")  # (num_slices, rows, columns)

# Obter informações de espaçamento para escala apropriada
pixel_spacing = slices[0].PixelSpacing  # [row_spacing, col_spacing]
slice_thickness = slices[0].SliceThickness
print(f"Voxel size: {pixel_spacing[0]}x{pixel_spacing[1]}x{slice_thickness} mm")

Scripts Auxiliares

Essa skill inclui scripts utilitários no diretório scripts/:

anonymize_dicom.py

Anonimize arquivos DICOM removendo ou substituindo Protected Health Information (PHI).

python scripts/anonymize_dicom.py input.dcm output.dcm

dicom_to_image.py

Converta arquivos DICOM para formatos de imagem comuns (PNG, JPEG, TIFF).

python scripts/dicom_to_image.py input.dcm output.png
python scripts/dicom_to_image.py input.dcm output.jpg --format JPEG

extract_metadata.py

Extraia e exiba metadados DICOM em formato legível.

python scripts/extract_metadata.py file.dcm
python scripts/extract_metadata.py file.dcm --output metadata.txt

Materiais de Referência

Informações de referência detalhadas estão disponíveis no diretório references/:

  • common_tags.md: Lista abrangente de tags DICOM comumente usadas organizadas por categoria (Paciente, Estudo, Série, Imagem, etc.)
  • transfer_syntaxes.md: Referência completa de syntaxes de transferência DICOM e formatos de compressão

Problemas Comuns e Soluções

Problema: "Unable to decode pixel data"

  • Solução: Instale manipuladores de compressão adicionais: uv pip install pylibjpeg pylibjpeg-libjpeg python-gdcm

Problema: "AttributeError" ao acessar tags

  • Solução: Verifique se atributo existe com hasattr(ds, 'AttributeName') ou use ds.get('AttributeName', default)

Problema: Exibição de imagem incorreta (muito escura/clara)

  • Solução: Aplique janelamento VOI LUT: apply_voi_lut(pixel_array, ds) ou ajuste manualmente com WindowCenter e WindowWidth

Problema: Problemas de memória com séries grandes

  • Solução: Processe arquivos iterativamente, use arrays memory-mapped ou faça downsample de imagens

Melhores Práticas

  1. Sempre verifique atributos obrigatórios antes de acessá-los usando hasattr() ou get()
  2. Preserve metadados de arquivo ao modificar arquivos usando save_as() com write_like_original=True
  3. Use Transfer Syntax UIDs para entender formato de compressão antes de processar dados de pixel
  4. Trate exceções ao ler arquivos de fontes não confiáveis
  5. Aplique janelamento apropriado (VOI LUT) para visualização de imagens médicas
  6. Mantenha informações espaciais (espaçamento de pixel, espessura de slice) ao processar volumes 3D
  7. Verifique anonimização completamente antes de compartilhar dados médicos
  8. Use UIDs corretamente - gere novos UIDs ao criar novas instâncias, preserve-os ao modificar

Documentação

Documentação oficial do pydicom: https://pydicom.github.io/pydicom/dev/